Redis缓存一致性问题

前言

当前许多项目中引入缓存的背景是减少对数据库的访问，防止性能降低或数据库崩溃。
关于 Redis 的详细介绍，可以参考官方文档.

---

一、缓存的作用

在高并发场景下，数据库往往成为系统的瓶颈。为了提升系统性能，我们通常会在数据库之上引入缓存，用Redis充当缓存中间件，主要有以下作用：

1. 提高读性能

缓存可以快速响应请求，避免频繁访问数据库，减少查询延迟。

2. 降低数据库压力

高并发情况下，直接访问数据库可能导致数据库负载过高，缓存能有效减少数据库查询次数，提高系统吞吐量。

---

二、什么是缓存一致性？

缓存一致性：数据库中的数据和缓存中的数据是同步的，即当数据库中的数据发生变化后，缓存中的数据也要随之变化，确保一致。

---

三、为什么会有缓存一致性问题？

1. 缓存与数据库的数据更新不同步

例如：当数据库的数据被更新时，缓存中的数据未被及时更新，此时用户读取到的是旧的数据，导致读取到过期数据。

2. 缓存的过期策略导致数据不一致

例如：用户查询某商品详情，缓存正好过期，此时新查询会先去数据库，但如果数据库数据正在更新，查询到的可能是错误数据。

3. 并发场景下的写入问题

• 线程一在查询商品发现缓存未命中于是查询数据库，要将查询到的数据写入缓存。
• 在写入缓存之前，线程二在商品下单后扣减库存要更新数据库，更新完数据库后要先删除旧的缓存数据。
• 线程一执行写入缓存的操作，写入旧数据，这时就会导致用户读取到过期数据。

但是场景三发生的概率极低，线程一必须是查询数据库已经完成，但是缓存尚未写入之前。线程二要完成更新数据库同时删除缓存的两个操作。要知道线程一执行写缓存的速度在毫秒之间，速度非常快，在这么短的时间要完成数据库和缓存的操作，概率极低。

---

四、如何保证缓存一致性？

1. 缓存更新策略

常见的缓存更新策略有 Cache Aside、Write Through、Write Back，它们在一致性保障上各有优劣。
目前使用最多的就是Cache Aside，但是无法保证数据库与缓存的强一致性。

• 读取数据时，先查缓存，若未命中，再查询数据库，并将数据写入缓存。
• 更新数据时，先更新数据库，再删除缓存。

2. TTL过期方案

给缓存加上过期时间，一旦发生缓存不一致，当缓存过期后会重新加载，数据最终还是能保证一致。
缓存过期后缓存自动失效，下次查询时缓存未命中，就会触发数据库查询，将最新数据回填缓存，从而保证缓存不会长期存储无效数据。
这样一来，即使数据库更新后缓存未更新，TTL 过期后会自动刷新缓存，作为一个兜底方案。

---

五、总结

缓存一致性是分布式系统中的重要问题，本文介绍了缓存和缓存一致性的基础概念、可能出现的不一致情况以及常见的解决方案。
当然，缓存一致性问题远比本文描述的更复杂，还有诸如 双写并发问题、分布式事务、MQ+缓存更新 等进阶方案值得深入探讨。

限于个人经验，文章难免有所疏漏，欢迎各位技术同仁指正交流！